Computer Vision Toolbox 提供多种用于设计和测试计算机视觉系统的算法和 App。您可以执行视觉检查、目标检测和跟踪，以及特征检测、提取和匹配。您可以自动化单目相机、立体相机和鱼眼相机的标定工作流。对于三维视觉，该工具箱支持立体视觉、点云处理、基于运动进行构建以及实时视觉和点云 SLAM。计算机视觉 App 提供对自动化的团队真值标注，以及相机标定的支持。
您可以使用预训练的目标检测器，或使用 YOLO、SSD 和 ACF 等深度学习和机器学习算法训练自定义检测器。对于语义和实例分割，您可以使用深度学习算法，例如 U-Net、SOLO 和 Mask R-CNN。您可以使用视觉变换器（如 ViT）执行图像分类。使用预训练模型，您可以检测人脸和行人，执行光学字符识别 (OCR) 并识别其他常见物品。
您可以在多核处理器和 GPU 上运行算法以实现加速。工具箱算法支持 C/C++ 代码生成，以便集成到现有代码、桌面原型以及嵌入式视觉系统部署。
深度学习和机器学习
训练机器学习模型和深度学习网络，或使用预训练网络，进行目标检测和分割。评估这些网络的性能，并通过生成 C/C++ 或 CUDA® 代码部署这些网络。
激光雷达和三维点云处理
借助激光雷达或三维点云数据，对几何形状进行分割、聚类、下采样、去噪、配准和拟合。Lidar Toolbox 还针对激光雷达处理系统的设计、分析和测试提供了更多功能。
代码生成和第三方支持
基于您的计算机视觉算法生成代码，用于快速原型构建、部署和验证。将基于 OpenCV 的工程和函数集成到 MATLAB 和 Simulink 中。
产品资源：
“我们通过几行 MATLAB 代码即可访问机器学习功能。然后，工程师可以使用代码生成将经过训练的分类器部署到机器中，而此过程中无需手动干预，也不会有延迟。”
